人工智慧(AI)成熟後將徹底改變重工業的運作方式。對於採礦行業而言,人工智慧可應用在勘探、開採和礦山運營期間的裝置監測和評估等場景。
而尾礦潰壩對採礦作業來說是一個真實存在的危險, 人工智慧能解決這個問題麼?
尾礦壩是用於儲存採礦作業產生的廢料的土堤。它們的高度可能超過 100m,在某些情況下可能長達數公里。尾礦壩是長期使用的基礎設施,然而許多尾礦壩的設計規範不完善,施工和監管方法也沒有標準的擋水壩那麼嚴格,所以尾礦壩的故障率很高。
目前,90% 的尾礦事故報告發生在現役礦山內。根據目前的資料,74%的尾礦事故案例僅來自少數幾個國家:美國(39%)、歐洲(18%)、智利(12%)和菲律賓(5%)。然而,由於缺乏來自其他國家的準確資訊和可靠的資料,這意味著許多尾礦事故並沒有得到報告。
2019 年 1 月 Brumadinho 大壩倒塌導致 270 人死亡,約 1200 萬立方米尾礦被排放到當地環境中,這種規模的災難很少見。然而,近年來尾礦事故率有所增加,過去 70 年中大約一半的重大尾礦壩失事發生在 1990 年至 2010 年之間。僅在過去十年中,就發生了 37 次重大尾礦壩事故,而且潰壩正變得越來越頻繁。
目前,大多數尾礦都根據其潛在危險分類進行定期檢查, 所有這些檢查工作都需要由合格的岩土工程師來開展。在實際的礦山運營中,大多數檢查並不是經常進行,這意味著關於大壩安全狀態的資料其實很少。
還有個重大挑戰是,尾礦壩事故很少是單一原因導致的,而是整個尾礦系統的故障。最常見的原因是漫頂,通常是在大雨之後,大壩設計無法承受快速增長的水流,這使得尾礦設施非常不穩定。而潰壩事故可能以很快的速度發生,且礦山員工幾乎沒有時間做出響應。
人工智慧在尾礦中的應用
人工智慧的無人機技術和微震監測技術有可能徹底改變監控和評估尾礦設施的過程。透過數字技術,採礦作業可以使用移動、連線的感測器對全球尾礦設施網路進行持續監控。
透過人工智慧收集尾礦的相關資料,並將這些資料傳送到分析平臺,就可以準確實現對尾礦壩進行全面監測,指示風險級別並提供緩解措施的建議。礦山人員能實時知道尾礦設施的結構完整性、安全性和可靠性。透過人工智慧和機器學習,能做到對潰壩等情況進行提前預警。
01、自主無人機
國外的Percepto公司提供了一系列自主無人機解決方案,使用機器學習和人工智慧將無人機收集的資料傳送至平臺,該平臺將資料傳送到相關管理人員的移動裝置上,從而在嚴重問題發生之前就能採取有效的措施。
使用人工智慧驅動的無人機檢查尾礦設施有一系列好處。即只需要投入少量的人力就能獲得大量資料,而且這些資料可以實時數字通訊。
不過該方案有一個缺點,在監測過程中,無人機必須持續執行,以確保尾礦資料不會突然失效。對於一些大型多元化礦業公司來說,這不是問題。然而,對大多數礦山來說,這項技術的部署成本太高。
02、微震監測技術
成都安爾法智控科技有限公司(簡稱“安爾法”)的微震監測技術,基於微震資料結合數值模擬反饋分析方式,可應用於尾礦庫的有效實時監測。
微震系統主要包括感測器、乙太網通訊、採集電腦端和處理電腦端,透過實時監測邊坡結構岩土體的破斷規律,及時發現邊坡滑移曲線,實現滑移前的預防和治理。該系統可做到:
- 表面位移監測:外部觀測墩、監測外觀變形
- 淺表層監測:多點位移計、錨杆應力計、錨索測力計、 地下水監測點和測斜孔
- 深部監測:石墨杆收斂計、滑動測微計、裂縫計
安爾法微震監測技術的優勢在於部署成本低,應用場景更廣闊。